4.2.2 RBER اور ڈسک کی عمر (PE سائیکلوں کو چھوڑ کر)۔
شکل 1 RBER اور عمر کے درمیان ایک اہم ارتباط کو ظاہر کرتا ہے، جو کہ ڈسک کے فیلڈ میں ہونے والے مہینوں کی تعداد ہے۔ تاہم، یہ ایک غلط تعلق ہو سکتا ہے کیونکہ یہ امکان ہے کہ پرانی ڈرائیوز میں زیادہ PEs ہوتے ہیں اور اس وجہ سے RBER کا PE سائیکلوں سے زیادہ تعلق ہے۔
PE سائیکلوں کی وجہ سے پہننے پر عمر کے اثر کو ختم کرنے کے لیے، ہم نے کنٹینرز کے درمیان کٹ آف کے طور پر PE سائیکل کی تقسیم کے deciles کا استعمال کرتے ہوئے تمام مہینوں کی سروس کو کنٹینرز میں گروپ کیا، مثال کے طور پر، پہلے کنٹینر میں ڈسک کی زندگی کے تمام مہینوں پر مشتمل ہے۔ PE سائیکل کی تقسیم کا پہلا ڈیسائل، اور اسی طرح مزید۔ ہم نے تصدیق کی کہ ہر کنٹینر کے اندر PE سائیکل اور RBER کے درمیان ارتباط کافی چھوٹا ہے (چونکہ ہر کنٹینر صرف PE سائیکلوں کی ایک چھوٹی سی رینج کا احاطہ کرتا ہے)، اور پھر RBER اور ڈسک کی عمر کے درمیان ارتباط کے گتانک کو ہر کنٹینر کے لیے الگ سے شمار کیا۔
ہم نے یہ تجزیہ ہر ماڈل کے لیے الگ الگ کیا کیونکہ کوئی بھی مشاہدہ شدہ ارتباط چھوٹے اور بڑے ماڈلز کے درمیان فرق کی وجہ سے نہیں ہے، بلکہ صرف ایک ہی ماڈل کی ڈرائیوز کی عمر کی وجہ سے ہے۔ ہم نے مشاہدہ کیا کہ اوپر بیان کیے گئے انداز میں PE سائیکلوں کے اثر کو محدود کرنے کے بعد بھی، تمام ڈرائیو ماڈلز کے لیے ابھی بھی فیلڈ میں ڈرائیو کے چلنے والے مہینوں کی تعداد اور اس کے RBER (رابطہ کے گتانک 0,2 سے 0,4 تک کے درمیان ایک اہم تعلق تھا۔ )۔
چاول۔ 3. RBER اور نئی اور پرانی ڈسکوں کے لیے PE سائیکلوں کی تعداد کے درمیان تعلق ظاہر کرتا ہے کہ ڈسک کی عمر پہننے کی وجہ سے ہونے والے PE سائیکلوں سے قطع نظر RBER قدر کو متاثر کرتی ہے۔
ہم نے "نوجوان" عمر میں ڈرائیو کے استعمال کے دنوں کو 1 سال تک اور 4 سال سے زیادہ عمر کے ڈرائیو کے استعمال کے دنوں کو تقسیم کرکے ڈرائیو کی عمر کے اثر کو گرافی طور پر بھی دیکھا، اور پھر ہر ایک کے RBER کو پلاٹ کیا۔ PE سائیکلوں کی تعداد کے خلاف گروپ۔ شکل 3 ان نتائج کو MLC-D ڈرائیو ماڈل کے لیے دکھاتا ہے۔ ہم تمام PE سائیکلوں میں پرانی اور نئی ڈسکوں کے گروپوں کے درمیان RBER اقدار میں نمایاں فرق دیکھتے ہیں۔
اس سے، ہم یہ نتیجہ اخذ کرتے ہیں کہ عمر، فیلڈ میں ڈسک کے استعمال کے دنوں سے ماپا جاتا ہے، RBER پر نمایاں اثر ڈالتا ہے، قطع نظر اس کے کہ PE سائیکلوں کے سامنے آنے کی وجہ سے میموری سیل کے پہننے سے قطع نظر۔ اس کا مطلب یہ ہے کہ دیگر عوامل، جیسے سلکان کی عمر، ڈسک کے جسمانی لباس میں بڑا کردار ادا کرتے ہیں۔
4.2.3 RBER اور کام کا بوجھ۔
خیال کیا جاتا ہے کہ بٹ کی غلطیاں چار میکانزم میں سے کسی ایک کی وجہ سے ہوتی ہیں:
- اسٹوریج کی خرابیاں برقرار رکھنے کی غلطیاں، جب میموری سیل وقت کے ساتھ ڈیٹا کھو دیتا ہے۔
ڈسٹرب کی غلطیاں پڑھیں، جس میں پڑھنے کا آپریشن ملحقہ سیل کے مواد کو نقصان پہنچاتا ہے۔ - ڈسٹرب کی غلطیاں لکھیں، جس میں پڑھنے کا عمل ملحقہ سیل کے مواد کو نقصان پہنچاتا ہے۔
- نامکمل مٹانے کی غلطیاں، جب مٹانے کا عمل سیل کے مواد کو مکمل طور پر حذف نہیں کرتا ہے۔
آخری تین اقسام کی خرابیاں (ریڈ ڈسٹرب، رائٹ ڈسٹرب، نامکمل ایریز) کام کے بوجھ سے منسلک ہیں، لہذا RBER اور کام کے بوجھ کے درمیان تعلق کو سمجھنے سے ہمیں مختلف ایرر میکانزم کے پھیلاؤ کو سمجھنے میں مدد ملتی ہے۔ ایک حالیہ مطالعہ میں، "فیلش میں فلیش میموری کی ناکامیوں کا ایک بڑے پیمانے پر مطالعہ" (MEZA, J., WU, Q., KUMAR, S., MUTLU, O. "فلیش میموری کی ناکامیوں کا ایک بڑے پیمانے پر مطالعہ 2015 ACM SIGMETRICS بین الاقوامی کانفرنس برائے پیمائش اور کمپیوٹر سسٹمز کی ماڈلنگ، نیویارک، 2015، SIGMETRICS '15، ACM، pp. 177-190) کی کارروائی میں یہ نتیجہ اخذ کیا گیا کہ فیلڈ میں اسٹوریج کی غلطیاں غالب ہیں، جبکہ پڑھنے کی غلطیاں کافی معمولی ہیں.
تصویر 1 ڈسک کی زندگی کے ایک مخصوص مہینے میں RBER قدر اور کچھ ماڈلز کے لیے اسی مہینے میں پڑھنے، لکھنے اور مٹانے کی تعداد کے درمیان ایک اہم تعلق کو ظاہر کرتا ہے (مثال کے طور پر، ارتباط کا گتانک MLC - B کے لیے 0,2 سے زیادہ ہے۔ ماڈل اور SLC-B کے لیے 0,6 سے زیادہ)۔ تاہم، یہ ممکن ہے کہ یہ ایک جعلی تعلق ہے، کیونکہ ماہانہ کام کا بوجھ PE سائیکلوں کی کل تعداد سے متعلق ہو سکتا ہے۔
ہم نے سیکشن 4.2.2 میں بیان کردہ وہی طریقہ کار استعمال کیا ہے جو PE سائیکلوں کے اثرات سے کام کے بوجھ کے اثرات کو پچھلے PE سائیکلوں کی بنیاد پر ڈرائیو آپریشن کے مہینوں کو الگ کر کے، اور پھر ہر کنٹینر کے لیے الگ الگ ارتباط کے گتانک کا تعین کر کے۔
ہم نے دیکھا کہ ڈسک کی زندگی کے دیئے گئے مہینے میں پڑھنے کی تعداد اور اس مہینے میں RBER قدر کے درمیان تعلق MLC-B اور SLC-B ماڈلز کے لیے برقرار ہے، یہاں تک کہ جب PE سائیکلوں کو محدود کیا جائے۔ ہم نے اسی طرح کے تجزیے کو بھی دہرایا جہاں ہم نے سمورتی تحریروں اور مٹانے کی تعداد پر پڑھنے کے اثر کو خارج کر دیا، اور یہ نتیجہ اخذ کیا کہ RBER اور پڑھنے کی تعداد کے درمیان تعلق SLC-B ماڈل کے لیے درست ہے۔
شکل 1 RBER اور لکھنے اور مٹانے کے آپریشنز کے درمیان ارتباط کو بھی ظاہر کرتا ہے، لہذا ہم نے پڑھنے، لکھنے اور مٹانے کے آپریشنز کے لیے وہی تجزیہ دہرایا۔ ہم یہ نتیجہ اخذ کرتے ہیں کہ PE سائیکل اور ریڈز کے اثرات کو محدود کرتے ہوئے، RBER قدر اور لکھنے اور مٹانے کی تعداد کے درمیان کوئی تعلق نہیں ہے۔
اس طرح، ڈسک کے ایسے ماڈل ہیں جہاں پڑھنے کی خلاف ورزی کی غلطیوں کا RBER پر نمایاں اثر پڑتا ہے۔ دوسری طرف، اس بات کا کوئی ثبوت نہیں ہے کہ RBER تحریری خلاف ورزی کی غلطیوں اور نامکمل مٹانے کی غلطیوں سے متاثر ہوا ہے۔
4.2.4 RBER اور لتھوگرافی۔
آبجیکٹ کے سائز میں فرق ایک ہی ٹیکنالوجی، یعنی MLC یا SLC کا استعمال کرتے ہوئے ڈرائیو ماڈلز کے درمیان RBER اقدار میں فرق کو جزوی طور پر بیان کر سکتا ہے۔ (اس مطالعہ میں شامل مختلف ماڈلز کی لتھوگرافی کے جائزہ کے لیے جدول 1 دیکھیں)۔
مثال کے طور پر، 2nm لیتھوگرافی والے 34 SLC ماڈلز (ماڈل SLC-A اور SLC-D) میں ایک RBER ہوتا ہے جو 2nm مائیکرو الیکٹرانک لتھوگرافی والے 50 ماڈلز (ماڈل SLC-B اور SLC-C) سے زیادہ ہوتا ہے۔ MLC ماڈلز کے معاملے میں، صرف 43nm ماڈل (MLC-B) میں ایک میڈین RBER ہے جو کہ 50nm لیتھوگرافی والے دیگر 3 ماڈلز سے 50% زیادہ ہے۔ مزید برآں، RBER میں یہ فرق 4 کے عنصر سے بڑھ جاتا ہے کیونکہ ڈرائیوز ختم ہو جاتی ہیں، جیسا کہ شکل 2 میں دکھایا گیا ہے۔ آخر میں، پتلی لتھوگرافی MLC ڈرائیوز کے مقابلے eMLC ڈرائیوز کے اعلی RBER کی وضاحت کر سکتی ہے۔ مجموعی طور پر، ہمارے پاس واضح ثبوت ہیں کہ لتھوگرافی RBER کو متاثر کرتی ہے۔
4.2.5 دیگر غلطیوں کی موجودگی۔
ہم نے RBER اور غلطیوں کی دیگر اقسام کے درمیان تعلق کی چھان بین کی، جیسے کہ ناقابل درستی غلطیاں، ٹائم آؤٹ کی خرابیاں، وغیرہ، خاص طور پر، آیا RBER کی قدر دوسری قسم کی غلطیوں کے سامنے آنے کے ایک ماہ بعد زیادہ ہو جاتی ہے۔
شکل 1 سے پتہ چلتا ہے کہ جب کہ پچھلے مہینے کا RBER مستقبل کی RBER قدروں کی پیشین گوئی کر رہا ہے (0,8 سے زیادہ ارتباط کا گتانک)، ناقابل اصلاح غلطیوں اور RBER (شکل 1 میں آئٹمز کا سب سے دائیں گروپ) کے درمیان کوئی خاص تعلق نہیں ہے۔ دوسری قسم کی خرابیوں کے لیے، ارتباط کا گتانک اس سے بھی کم ہے (اعداد و شمار میں نہیں دکھایا گیا)۔ ہم نے اس مقالے کے سیکشن 5.2 میں RBER اور ناقابل اصلاح غلطیوں کے درمیان تعلق کو مزید دریافت کیا۔
4.2.6 دوسرے عوامل کا اثر۔
ہمیں شواہد ملے ہیں کہ ایسے عوامل ہیں جن کا RBER پر اہم اثر پڑتا ہے جس کا ہمارا ڈیٹا حساب نہیں دے سکتا۔ خاص طور پر، ہم نے دیکھا کہ ایک دیے گئے ڈسک ماڈل کے لیے RBER اس کلسٹر کے لحاظ سے مختلف ہوتا ہے جس میں ڈسک کو تعینات کیا گیا ہے۔ ایک اچھی مثال شکل 4 ہے، جو RBER کو MLC-D ڈرائیوز کے لیے PE سائیکلوں کے فنکشن کے طور پر تین مختلف کلسٹرز (ڈیشڈ لائنوں) میں دکھاتا ہے اور اس کا موازنہ اس ماڈل کے لیے RBER کے ساتھ ڈرائیوز کی کل تعداد (ٹھوس لائن) سے کرتا ہے۔ ہمیں معلوم ہوتا ہے کہ یہ اختلافات تب بھی برقرار رہتے ہیں جب ہم ڈسک کی عمر یا پڑھنے کی تعداد جیسے عوامل کے اثر کو محدود کرتے ہیں۔
اس کی ایک ممکنہ وضاحت کلسٹرز میں کام کے بوجھ کی قسم میں فرق ہے، جیسا کہ ہم مشاہدہ کرتے ہیں کہ جن کلسٹرز کے کام کا بوجھ سب سے زیادہ پڑھنے/لکھنے کا تناسب ہے ان میں RBER سب سے زیادہ ہے۔
چاول۔ 4 اے) ب)۔ میڈین RBER قدریں تین مختلف کلسٹرز کے لیے PE سائیکلوں کے فنکشن کے طور پر اور تین مختلف کلسٹرز کے لیے PE سائیکلوں کی تعداد پر پڑھنے/لکھنے کے تناسب کا انحصار۔
مثال کے طور پر، شکل 4(b) MLC-D ڈرائیو ماڈل کے لیے مختلف کلسٹرز کے پڑھنے/لکھنے کے تناسب کو دکھاتا ہے۔ تاہم، پڑھنے/لکھنے کا تناسب تمام ماڈلز کے کلسٹرز کے درمیان فرق کی وضاحت نہیں کرتا، اس لیے دیگر عوامل بھی ہوسکتے ہیں جن کا ہمارے ڈیٹا میں حساب نہیں ہے، جیسے کہ ماحولیاتی عوامل یا کام کے دیگر بیرونی پیرامیٹرز۔
4.3 تیز رفتار پائیداری کی جانچ کے دوران RBER۔
زیادہ تر سائنسی کام کے ساتھ ساتھ صنعتی پیمانے پر میڈیا کی خریداری کے دوران کیے جانے والے ٹیسٹ، تیز رفتار پائیداری کے ٹیسٹ کے نتائج کی بنیاد پر فیلڈ میں آلات کی وشوسنییتا کی پیش گوئی کرتے ہیں۔ ہم نے یہ معلوم کرنے کا فیصلہ کیا کہ اس طرح کے ٹیسٹوں کے نتائج سالڈ اسٹیٹ اسٹوریج میڈیا کو چلانے کے عملی تجربے سے کتنے اچھے ہیں۔
گوگل ڈیٹا سینٹرز کو فراہم کردہ آلات کے لیے عام تیز رفتار ٹیسٹ کے طریقہ کار کا استعمال کرتے ہوئے کیے گئے ٹیسٹ کے نتائج کے تجزیے سے معلوم ہوا کہ فیلڈ RBER کی قدریں پیش گوئی سے کافی زیادہ ہیں۔ مثال کے طور پر، eMLC-a ماڈل کے لیے، فیلڈ میں چلنے والی ڈسکوں کے لیے میڈین RBER (ٹیسٹنگ کے اختتام پر PE سائیکلوں کی تعداد 600 تک پہنچ گئی) 1e-05 تھی، جبکہ ابتدائی تیز رفتار جانچ کے نتائج کے مطابق، یہ RBER قدر 4000 سے زیادہ PE سائیکلوں کے مساوی ہونی چاہیے۔ اس سے ظاہر ہوتا ہے کہ لیبارٹری ٹیسٹوں سے حاصل کردہ RBER تخمینوں کی بنیاد پر فیلڈ میں RBER قدر کی درست پیش گوئی کرنا بہت مشکل ہے۔
ہم نے یہ بھی نوٹ کیا کہ تیز رفتار جانچ کے دوران کچھ قسم کی خرابیوں کو دوبارہ پیدا کرنا کافی مشکل ہے۔ مثال کے طور پر، MLC-B ماڈل کے معاملے میں، فیلڈ میں تقریباً 60% ڈرائیوز ناقابل درستی غلطیوں کا تجربہ کرتی ہیں اور تقریباً 80% ڈرائیوز خراب بلاکس تیار کرتی ہیں۔ تاہم، تیز برداشت کی جانچ کے دوران، چھ آلات میں سے کسی کو بھی ناقابل درستی غلطی کا سامنا نہیں ہوا جب تک کہ ڈرائیوز PE سائیکل کی حد سے تین گنا زیادہ نہ پہنچ جائیں۔ ای ایم ایل سی ماڈلز کے لیے، فیلڈ میں 80% سے زیادہ ڈرائیوز میں ناقابل درستی غلطیاں ہوئیں، جب کہ تیز رفتار جانچ کے دوران ایسی غلطیاں 15000 PE سائیکل تک پہنچنے کے بعد ہوئیں۔
ہم نے پچھلے تحقیقی کام میں رپورٹ کردہ RBER کو بھی دیکھا، جو ایک کنٹرول شدہ ماحول میں تجربات پر مبنی تھا، اور یہ نتیجہ اخذ کیا کہ اقدار کی حد بہت وسیع ہے۔ مثال کے طور پر، L.M. گروپ اور دیگر اپنے 2009-2012 کے کام میں ایسی ڈرائیوز کے لیے RBER اقدار کی رپورٹ کرتے ہیں جو PE سائیکل کی حد تک پہنچنے کے قریب ہیں۔ مثال کے طور پر، ہمارے کام (25-50nm) میں استعمال ہونے والے لیتھوگرافی کے سائز کے ساتھ SLC اور MLC آلات کے لیے، RBER ویلیو 1e-08 سے 1e-03 تک ہوتی ہے، جس میں زیادہ تر ڈرائیو ماڈلز کے ٹیسٹ کیے گئے RBER ویلیو 1e- کے قریب ہوتی ہے۔ 06.
ہمارے مطالعے میں، تین ڈرائیو ماڈل جو PE سائیکل کی حد تک پہنچ گئے تھے ان میں RBERs 3e-08 سے 8e-08 تک تھے۔ یہاں تک کہ اس بات کو مدنظر رکھتے ہوئے کہ ہماری تعداد کم حدیں ہیں اور بدترین صورت میں 16 گنا زیادہ ہو سکتی ہیں، یا RBER کے 95ویں پرسنٹائل کو مدنظر رکھتے ہوئے، ہماری اقدار اب بھی نمایاں طور پر کم ہیں۔
مجموعی طور پر، جبکہ حقیقی فیلڈ RBER کی قدریں تیز رفتار پائیداری کی جانچ کی بنیاد پر پیش گوئی کی گئی قدروں سے زیادہ ہیں، لیکن وہ ابھی بھی دیگر تحقیقی مقالوں میں رپورٹ کردہ اور لیبارٹری ٹیسٹوں سے کی گئی اسی طرح کے آلات کے لیے کم ہیں۔ اس کا مطلب یہ ہے کہ آپ کو پیش گوئی شدہ فیلڈ RBER اقدار پر انحصار نہیں کرنا چاہئے جو تیز رفتار پائیداری کی جانچ سے حاصل کی گئی ہیں۔
5. ناقابل اصلاح غلطیاں۔
ناقابل اصلاح غلطیوں (UEs) کی وسیع پیمانے پر موجودگی کو دیکھتے ہوئے، جن پر اس مقالے کے سیکشن 3 میں بحث کی گئی ہے، اس حصے میں ہم ان کی خصوصیات کو مزید تفصیل سے دریافت کرتے ہیں۔ ہم اس بات پر بحث کرتے ہوئے شروع کرتے ہیں کہ UE کی پیمائش کے لیے کون سا میٹرک استعمال کیا جائے، اس کا RBER سے کیا تعلق ہے، اور UE مختلف عوامل سے کیسے متاثر ہوتا ہے۔
5.1 UBER کا تناسب کیوں معنی نہیں رکھتا۔
ناقابل درستی غلطیوں کی خصوصیت کرنے والا معیاری میٹرک UBER ناقابل تصحیح بٹ ایرر ریٹ ہے، یعنی پڑھے جانے والے بٹس کی کل تعداد سے ناقابل اصلاح بٹ کی غلطیوں کی تعداد کا تناسب۔
یہ میٹرک واضح طور پر فرض کرتا ہے کہ ناقابل درستی غلطیوں کی تعداد کسی نہ کسی طرح پڑھے جانے والے بٹس کی تعداد سے منسلک ہے، اور اس لیے اس نمبر کے ذریعے اسے معمول پر لانا چاہیے۔
یہ مفروضہ قابل اصلاح غلطیوں کے لیے درست ہے، جہاں کسی مخصوص مہینے میں دیکھی جانے والی غلطیوں کی تعداد اسی مدت کے دوران پڑھنے کی تعداد کے ساتھ بہت زیادہ مربوط پائی جاتی ہے (اسپیئر مین کے ارتباط کا گتانک 0.9 سے زیادہ)۔ اس طرح کے مضبوط ارتباط کی وجہ یہ ہے کہ ایک خراب بٹ بھی، جب تک کہ ای سی سی کا استعمال کرتے ہوئے اسے درست کیا جا سکتا ہے، اس کے ذریعے حاصل کیے جانے والے ہر پڑھنے والے آپریشن کے ساتھ غلطیوں کی تعداد میں اضافہ ہوتا رہے گا، کیونکہ خراب بٹ پر مشتمل سیل کی تشخیص غلطی کا پتہ چلنے پر فوری طور پر درست نہیں کیا جاتا ہے (ڈسک صرف وقتاً فوقتاً خراب بٹس والے صفحات کو دوبارہ لکھتی ہیں)۔
یہی مفروضہ ناقابل اصلاح غلطیوں پر لاگو نہیں ہوتا۔ ایک ناقابل تصحیح خرابی خراب بلاک کے مزید استعمال کو روکتی ہے، لہذا ایک بار پتہ لگ جانے کے بعد، اس طرح کا بلاک مستقبل میں غلطیوں کی تعداد کو متاثر نہیں کرے گا۔
اس مفروضے کی باضابطہ تصدیق کرنے کے لیے، ہم نے ڈسک کی زندگی کے ایک دیے گئے مہینے میں پڑھنے کی تعداد اور اسی مدت کے دوران ناقابل درستی غلطیوں کی تعداد کے درمیان تعلق کی پیمائش کرنے کے لیے مختلف میٹرکس کا استعمال کیا، بشمول مختلف ارتباطی گتانک (پیئرسن، اسپیئر مین، کینڈل) کے ساتھ ساتھ گراف کا بصری معائنہ۔ ناقابل تصحیح غلطیوں کی تعداد کے علاوہ، ہم نے ناقابل اصلاح غلطی کے واقعات کی تعدد کو بھی دیکھا (یعنی یہ امکان کہ کسی ڈسک میں ایک مقررہ مدت کے دوران کم از کم ایک ایسا واقعہ پیش آئے گا) اور پڑھنے کے عمل سے ان کا تعلق۔
ہمیں پڑھنے کی تعداد اور ناقابل تصحیح غلطیوں کی تعداد کے درمیان ارتباط کا کوئی ثبوت نہیں ملا۔ تمام ڈرائیو ماڈلز کے لیے، ارتباط کے گتانک 0.02 سے نیچے تھے، اور پڑھنے کی تعداد میں اضافے کے ساتھ گراف میں UE میں کوئی اضافہ نہیں ہوا۔
اس مقالے کے سیکشن 5.4 میں، ہم اس بات پر بات کرتے ہیں کہ لکھنے اور مٹانے کے آپریشنز کا بھی ناقابل درستی غلطیوں سے کوئی تعلق نہیں ہے، اس لیے UBER کی متبادل تعریف، جسے پڑھنے کے آپریشنز کے بجائے رائٹ یا ایریز آپریشنز کے ذریعے معمول بنایا جاتا ہے، کا کوئی مطلب نہیں ہے۔
اس لیے ہم یہ نتیجہ اخذ کرتے ہیں کہ UBER کوئی معنی خیز میٹرک نہیں ہے، سوائے اس کے کہ جب اسے کنٹرول شدہ ماحول میں جانچا جائے جہاں تجربہ کار کے ذریعے پڑھنے کی تعداد سیٹ کی جاتی ہو۔ اگر UBER کو فیلڈ ٹیسٹنگ کے دوران میٹرک کے طور پر استعمال کیا جاتا ہے، تو یہ مصنوعی طور پر زیادہ پڑھنے کی تعداد والی ڈرائیوز کے لیے خرابی کی شرح کو کم کر دے گا اور کم پڑھنے والی تعداد والی ڈرائیوز کے لیے غلطی کی شرح کو مصنوعی طور پر بڑھا دے گا، کیونکہ پڑھنے کی تعداد سے قطع نظر ناقابل اصلاح غلطیاں واقع ہوتی ہیں۔
5.2 ناقابل اصلاحی غلطیاں اور RBER۔
RBER کی مطابقت کی وضاحت اس حقیقت سے ہوتی ہے کہ یہ ڈرائیو کی مجموعی وشوسنییتا کا تعین کرنے کے ایک پیمانہ کے طور پر کام کرتا ہے، خاص طور پر، ناقابل اصلاح غلطیوں کے امکان کی بنیاد پر۔ اپنے کام میں، N. Mielke et al 2008 میں پہلے شخص تھے جنہوں نے RBER کے ایک فنکشن کے طور پر متوقع ناقابل درستی غلطی کی شرح کی وضاحت کی تجویز پیش کی۔ اس کے بعد سے، بہت سے سسٹم ڈویلپرز نے اسی طرح کے طریقے استعمال کیے ہیں، جیسے کہ RBER اور ECC قسم کے فنکشن کے طور پر متوقع ناقابل اصلاح غلطی کی شرح کا اندازہ لگانا۔
اس سیکشن کا مقصد یہ بتانا ہے کہ RBER کتنی اچھی طرح سے ناقابل اصلاح غلطیوں کی پیش گوئی کرتا ہے۔ آئیے فگر 5a کے ساتھ شروع کریں، جو درمیانی RBER کو پہلی نسل کے ڈرائیو ماڈلز کے لیے ان دنوں کے فیصد کے مقابلے میں تیار کرتا ہے جن کے استعمال میں وہ UE کی ناقابل اصلاح غلطیوں کا سامنا کر رہے تھے۔ واضح رہے کہ گراف میں دکھائے گئے 16 ماڈلز میں سے کچھ تجزیاتی معلومات کی کمی کی وجہ سے ٹیبل 1 میں شامل نہیں ہیں۔
چاول۔ 5a میڈین RBER اور مختلف ڈرائیو ماڈلز کے لیے ناقابل درستی غلطیوں کے درمیان تعلق۔
چاول۔ 5b ایک ہی ماڈل کی مختلف ڈرائیوز کے لیے میڈین RBER اور ناقابل اصلاحی غلطیوں کے درمیان تعلق۔
یاد رکھیں کہ ایک ہی نسل کے تمام ماڈلز ایک ہی ECC طریقہ کار کا استعمال کرتے ہیں، لہذا ماڈلز کے درمیان فرق ECC کے فرق سے آزاد ہیں۔ ہم نے RBER اور UE واقعات کے درمیان کوئی تعلق نہیں دیکھا۔ ہم نے وہی پلاٹ 95 ویں پرسنٹائل RBER بمقابلہ UE امکان کے لیے بنایا اور دوبارہ کوئی تعلق نہیں دیکھا۔
اس کے بعد، ہم نے انفرادی ڈسکوں کی گرانولیریٹی پر تجزیہ دہرایا، یعنی، ہم نے یہ جاننے کی کوشش کی کہ آیا ایسی ڈسکیں موجود ہیں جہاں RBER کی قدر زیادہ UE فریکوئنسی سے مطابقت رکھتی ہے۔ مثال کے طور پر، شکل 5b MLC-c ماڈل کی ہر ڈرائیو کے لیے UEs کی تعداد کے مقابلے میں درمیانی RBER کو پلاٹ کرتا ہے (95ویں پرسنٹائل RBER کے لیے حاصل کیے گئے نتائج سے ملتے جلتے ہیں)۔ ایک بار پھر، ہم نے RBER اور UE کے درمیان کوئی تعلق نہیں دیکھا۔
آخر میں، ہم نے یہ جانچنے کے لیے ٹائمنگ کا زیادہ درست تجزیہ کیا کہ آیا اعلی RBER والی ڈرائیوز کے آپریٹنگ مہینے ان مہینوں کے مطابق ہوں گے جن کے دوران UEs واقع ہوئے تھے۔ شکل 1 نے پہلے ہی اشارہ کیا ہے کہ ناقابل اصلاحی غلطیوں اور RBER کے درمیان ارتباط کا گتانک بہت کم ہے۔ ہم نے RBER کے ایک فنکشن کے طور پر UE کے امکان کو پلاٹ کرنے کے مختلف طریقوں سے بھی تجربہ کیا اور ارتباط کا کوئی ثبوت نہیں ملا۔
اس طرح، ہم یہ نتیجہ اخذ کرتے ہیں کہ RBER UE کی پیشن گوئی کے لیے ایک ناقابل اعتبار میٹرک ہے۔ اس کا مطلب یہ ہو سکتا ہے کہ ناکامی کے میکانزم جو RBER کی طرف لے جاتے ہیں ان میکانزم سے مختلف ہیں جو ناقابل اصلاح غلطیوں کا باعث بنتے ہیں (مثال کے طور پر، انفرادی خلیات میں موجود خامیاں بمقابلہ پورے آلے کے ساتھ ہونے والے بڑے مسائل)۔
5.3 ناقابل اصلاح غلطیاں اور ٹوٹ پھوٹ۔
چونکہ فلیش میموری کے اہم مسائل میں سے ایک خرابی ہے، اس لیے شکل 6 PE سائیکلوں کے ایک فنکشن کے طور پر ناقابل اصلاح ڈرائیو کی غلطیوں کے روزانہ امکان کو ظاہر کرتی ہے۔
تصویر 6. پی ای سائیکل کے لحاظ سے ڈرائیو کی ناقابل اصلاحی غلطیوں کے ہونے کا روزانہ امکان۔
ہم نوٹ کرتے ہیں کہ ڈرائیو کی عمر کے ساتھ UE کا امکان مسلسل بڑھتا ہے۔ تاہم، جیسا کہ RBER کے ساتھ، اضافہ عام طور پر فرض کیے جانے سے سست ہے: گراف دکھاتے ہیں کہ UEs PE سائیکلوں کے ساتھ تیزی سے بڑھنے کے بجائے لکیری طور پر بڑھتے ہیں۔
RBER کے لیے ہم نے جو دو نتائج اخذ کیے ہیں وہ UEs پر بھی لاگو ہوتے ہیں: پہلا، PE سائیکل کی حد تک پہنچنے کے بعد غلطی کی صلاحیت میں کوئی واضح اضافہ نہیں ہوتا، جیسا کہ شکل 6 میں MLC-D ماڈل کے لیے جس کی PE سائیکل کی حد 3000 ہے۔ دوسرا، دوسرا غلطی کی شرح مختلف ماڈلز کے درمیان مختلف ہوتی ہے، یہاں تک کہ ایک ہی کلاس میں۔ تاہم، یہ اختلافات اتنے بڑے نہیں ہیں جتنے RBER کے لیے ہیں۔
آخر میں، سیکشن 5.2 میں ہمارے نتائج کی حمایت میں، ہم نے پایا کہ ایک ماڈل کلاس (MLC بمقابلہ SLC) کے اندر، پی ای سائیکلوں کی دی گئی تعداد کے لیے سب سے کم RBER اقدار کے حامل ماڈل ضروری نہیں کہ وہ سب سے کم والے ہوں۔ UE کی موجودگی کا امکان۔ مثال کے طور پر، 3000 PE سائیکلوں سے زیادہ، MLC-D ماڈلز کی RBER قدریں MLC-B ماڈلز سے 4 گنا کم تھیں، لیکن PE سائیکلوں کی اتنی ہی تعداد کے لیے UE کا امکان MLC-D ماڈلز کے لیے MLC-B کے مقابلے قدرے زیادہ تھا۔ ماڈلز
شکل 7. مختلف اقسام کی پچھلی غلطیوں کی موجودگی کے ایک فنکشن کے طور پر ناقابل اصلاح ڈرائیو کی غلطیوں کے ہونے کا ماہانہ امکان۔
5.4 ناقابل اصلاحی غلطیاں اور کام کا بوجھ۔
انہی وجوہات کی بنا پر جو کام کا بوجھ RBER کو متاثر کر سکتا ہے (سیکشن 4.2.3 دیکھیں)، اس سے UE کو بھی متاثر کرنے کی امید کی جا سکتی ہے۔ مثال کے طور پر، چونکہ ہم نے مشاہدہ کیا ہے کہ پڑھنے کی خلاف ورزی کی غلطیاں RBER کو متاثر کرتی ہیں، اس لیے پڑھنے کے آپریشنز ناقابل اصلاح غلطیوں کے امکانات کو بھی بڑھا سکتے ہیں۔
ہم نے UE پر کام کے بوجھ کے اثرات پر ایک تفصیلی مطالعہ کیا۔ تاہم، جیسا کہ سیکشن 5.1 میں بتایا گیا ہے، ہمیں UE اور پڑھنے کی تعداد کے درمیان کوئی تعلق نہیں ملا۔ ہم نے لکھنے اور مٹانے کے آپریشنز کے لیے وہی تجزیہ دہرایا اور دوبارہ کوئی تعلق نہیں دیکھا۔
نوٹ کریں کہ پہلی نظر میں، یہ ہمارے پچھلے مشاہدے سے متصادم معلوم ہوتا ہے کہ ناقابل اصلاح غلطیاں PE سائیکلوں سے منسلک ہوتی ہیں۔ لہذا، کوئی بھی لکھنے اور مٹانے کی کارروائیوں کی تعداد کے ساتھ باہمی تعلق کی توقع کر سکتا ہے۔
تاہم، PE سائیکلوں کے اثرات کے اپنے تجزیے میں، ہم نے ایک دیے گئے مہینے میں ناقابل درستی غلطیوں کی تعداد کا موازنہ PE سائیکلوں کی کل تعداد کے ساتھ کیا جس کا تجربہ ڈرائیو نے اپنی پوری زندگی میں کیا ہے تاکہ پہننے کے اثر کی پیمائش کی جا سکے۔ کام کے بوجھ کے اثرات کا مطالعہ کرتے وقت، ہم نے ڈرائیو آپریشن کے ان مہینوں کو دیکھا جن میں کسی خاص مہینے میں سب سے زیادہ پڑھنے/لکھنے/مٹانے کے آپریشنز تھے، جن میں ناقابل اصلاح غلطیوں کے پیدا ہونے کے امکانات بھی زیادہ ہوتے تھے، یعنی ہم نے اس پر غور نہیں کیا۔ پڑھنے/لکھنے/مٹانے کے عمل کی کل تعداد کا حساب لگائیں۔
نتیجے کے طور پر، ہم اس نتیجے پر پہنچے کہ خلاف ورزی کی غلطیوں کو پڑھنا، خلاف ورزی کی غلطیاں لکھنا، اور نامکمل مٹانے کی غلطیاں ناقابل اصلاح غلطیوں کی نشوونما میں اہم عوامل نہیں ہیں۔
ہمارے ساتھ رہنے کے لیے آپ کا شکریہ۔ کیا آپ کو ہمارے مضامین پسند ہیں؟ مزید دلچسپ مواد دیکھنا چاہتے ہیں؟ آرڈر دے کر یا دوستوں کو مشورہ دے کر ہمارا ساتھ دیں، انٹری لیول سرورز کے انوکھے اینالاگ پر Habr کے صارفین کے لیے 30% رعایت، جو ہم نے آپ کے لیے ایجاد کیا تھا: (RAID1 اور RAID10 کے ساتھ دستیاب، 24 کور تک اور 40GB DDR4 تک)۔
ڈیل R730xd 2 گنا سستا؟ صرف یہاں نیدرلینڈ میں! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $99 سے! کے بارے میں پڑھا
ماخذ: www.habr.com